Читать книгу Применение искусственного интеллекта в цифровой экономике - Наталья Васильевна Городнова - Страница 5

Сегодня ядро сервисов искусственного интеллекта, применяемое в бизнес-сфере, – это ИИ-рекомендации онлайн-магазинов и виртуальные ассистенты (например, Alex, Cortan и Siri). Искусственный интеллект сортирует контент по предпочтениям и популярности пользователей, распознает, понимает и самостоятельно пишет тексты, фильтрует и блокирует СПАМ, распознает человеческую речь, идентифицирует людей по фотографии селфи, сетчатке глаза и другими способами.

В целях коммуникации с клиентами компании используют чатботы, которые вступают во взаимодействие и отвечают на вопросы. Системы искусственного интеллекта активно применяются при оказании телекоммуникационных услуг, в автомобильной промышленности и финансовом секторе. Указанные технологии внедряются и в розничных сетях, медийном бизнесе, при производстве FMCG (пер. с англ. fast moving consumer goods – товары повседневного спроса).

Технологии искусственного интеллекта широко используются в таких разных сферах бизнеса, как ритейл, строительство, информационные технологии, образование и т.д. В каждой из указанных бизнес-сфер применяются технологии управления поведением потребителей, изучения будущих тенденций рынка и автоматизации различных рутинных процессов. Рассмотрим сектора применения возможностей искусственного интеллекта.

Транспорт. Беспилотные автомобили, использующие алгоритмы искусственного интеллекта с возможностью полного автономного вождения без вмешательства человека, могут существенно трансформировать транспортную систему. Машины с использованием ИИ анализируют трафик и альтернативные маршруты, сокращая время в пути18.

Производство. Применение высокопроизводительных роботов способствует быстрому и качественному выполнению задач, способствует более эффективной, чем человек, деятельности. Благодаря использованию 3D-технологий и машинного зрения роботы способны в разы ускорить процесс производства в любой сфере.

Здравоохранение. Автономные хирургические роботы, виртуальные помощники медицинского персонала и автоматическая диагностика изображений – это новейшие разработки, благодаря которым искусственный интеллект начинает играть решающую роль в технологическом прогрессе сферы здравоохранения, а также в развитии услуг телемедицины в трансграничном режиме.

Сфера развлечений. Машинное обучение на нейронных сетях позволяет предсказывать сценарии поведения пользователя и предоставлять рекомендации по подбору фильмов, музыки, телешоу и другого интересующего потребителя контента. ИИ персонализированно отфильтрует рекламу в зависимости от предпочтений пользователя, что способствует повышению эффективности маркетинга в аспекте таргетированной рекламы и увеличению объемов продаж.

Спорт. Предиктивный анализ и автоматизация, осуществляемая алгоритмами искусственного интеллекта, применяются в целях принятия бизнес-решений, продажи билетов и прогнозирования результатов спортсменов.

Искусственный интеллект, применяемый в бизнесе, способствует улучшению показателей во всех сферах. К примеру, к бизнеспроцессам, в рамках которых ИИ решает определенные задачи, следует отнести следующие:

Ценообразование. Искусственный интеллект осуществляет изучение статистики и выполняет прогностические функции, обрабатывая гигантские массивы информации в целях подбора наиболее оптимального распределения цен на конкретный вид продукции. Это позволяет в несколько раз повысить объемы выручки и доходов компании.

Безопасность. Самообучающиеся нейронные сети анализируют поведение клиентов и вычисляют подозрительные операции, существенно снижая таким образом негативные последствия действий кибермошенников и киберпреступников, что приводит к отсутствию финансовых потерь, повышенной защищенности системы и росту доверия пользователей.

Маркетинговая сфера. Системы искусственного интеллекта на основе изучения предыдущих продаж и глубокого изучения рынка осуществляют прогнозирование сценариев развития событий. Алгоритмами изучаются контактные данные клиентов, суммы сделок и приобретенные ими товары или услуги. Кроме того, ИИ анализирует поведение конкурентов в целях сопоставления эффективных и неудачных решений и действий. Это позволяет компании разрабатывать и реализовывать грамотную маркетинговую стратегию, которая с высокой степенью вероятности завершится финансовым успехом.

Скорость обработки данных. ИИ позволяет быстро и эффективно анализировать большие массивы информации и разрабатывать пути реакции на указанную информацию. В качестве примера можно привести применение систем искусственного интеллекта при реализации биржевых операций. Следует отметить, что традиционные программные алгоритмы не в состоянии самостоятельно адаптироваться к быстро меняющимся условиям и данным без предварительного обучения. Алгоритмы искусственного интеллекта предоставляют такую возможность и повышают продуктивность работы на бирже.

Процессы автоматизации. Существует большое количество факторов, вызывающих возможные ошибки в работе персонала. Искусственный интеллект, у которого отсутствуют эмоции и чувства, характерные для человека (человеческий фактор), используя данные, функции и технологии, позволяет осуществлять безошибочную и точную работу.

Виртуальные помощники. Чат-боты, Siri и Ok Google – это не единственные примеры. К примеру, чат-бот Олег, применяемый в приложении интернет-банка «Тинькофф» с помощью распознавания речи, общается с клиентами банка посредством цифровых устройств и выполняет стандартные банковские операции, например, осуществляет денежные переводы.

Использование виртуальных помощников – это один из ИИ-инструментов, который со временем будет более широко внедряться в бизнес-процессы и повседневную жизнь современного человека. По статистике Facebook, более 10 000 компаний занимаются разработкой чат-ботов. К примеру, Juniper Research отмечается высокая популярность применения виртуальных помощников. Использование чат-ботов в финансовом секторе и медицине способно сэкономить до 20 млн долл. США в год, к 2022 г. такая экономия составит около 8 млрд долл. США.19

Постоянный контроль и мониторинг инфраструктуры различных компаний – это еще одно направление применения искусственного интеллекта. К текущему моменту времени на мощностях французской энергетической компании Engie успешно применяются дроны с программами распознавания изображений на основе машинного обучения, которые следят за оборудованием и изучают инфраструктуру в целях предотвращения технологических и иных нарушений.

ИИ-системы контроля и мониторинга широко используются и в городской среде. Наиболее простой пример – система распознавания автомобильных номеров с помощью камер видеослежения, применяемая муниципальными организациями. Кроме того, применяются подобные алгоритмы для систем распознавания лиц.

Искусственный интеллект способен снижать риски износа и повреждения оборудования, а также создавать систему безопасности для различных компаний. Автоматизация ручного труда также является важной и неоднозначной темой, поскольку использование алгоритмов искусственного интеллекта в промышленности способно вытеснить из этой сферы человеческий труд. Автоматизированные технологии выполняют сложные процессы быстрее и качественнее, чем человек, они способны работать 24 часа в сутки. Следует подчеркнуть, что основная цель внедрения высокоинтеллектуальных решений сегодня – это не полная замена человека в производственных и бизнес-процессах, но повышение эффективности человеческого труда.

К примеру, японская страховая компания Fukoku Mutual Life Insurance установила программу от IBM-Watson Explorer AI. Данная система анализирует данные медицинских полисов по операциям и процедурам в целях вычисления размеров страховых выплат. По расчетам представителей Fukoku, внедрение искусственного интеллекта позволит им увеличить производительность на 30%.

Еще одно направление применения алгоритмов искусственного интеллекта – это предиктивная аналитика. ИИ-алгоритмические технологии способны обрабатывать огромные массивы данных, выявлять закономерности и осуществлять прогностические функции. В одном из R&D-проектов разрабатывают систему рекомендаций для крупной розничной сети супермаркетов. Система анализирует характеристики покупателей и товаров и на основании данного анализа автоматически составляет качественные рекомендации.

Другой пример применения искусственного интеллекта в бизнесе – это Expedia, крупнейшая в мире онлайн-платформа по планированию путешествий. В рамках этой платформы осуществляется целый ряд процедур, от бронирования отелей до аренды транспорта. Компанией довольно эффективно используются сети машинного обучения для персонализации процесса планирования поездки каждого конкретного клиента. В отличие от традиционных типов прогнозирования, предиктивная аналитика легко адаптируется к изменениям поведения, используя массивы вновь поступающих данных.

При применении возможностей анализа неструктурированных данных с помощью ИИ-сервисов в процессе распространения мобильного контента, в частности сообщений в мессенджерах, электронных писем, фото и видео, осуществляется структурирование сгенерированных данных и сведений в целях получения возможностей их дальнейшей обработки. Указанный принцип заложен в основе работы сервиса Siri, который позволяет разговорной речи с помощью алгоритмов программы структурироваться и подготавливаться к дальнейшему анализу. В системах анализа неструктурированных данных заложен огромный потенциал для производственных и ресурсодобывающих предприятий, которые накапливают массивы смешанной информации в течение долгого периода времени. Такой анализ способен облегчить работу и самих R&D-инженеров, в том числе сэкономить время на сортировку и организацию данных, перед тем как оценить их и выявить важные взаимосвязи.

Искусственный интеллект – это возможность делегировать роботам утомительные и трудоемкие для человека задачи. Например, роботизированный онлайн-ритейлер Ocado разработал систему компьютерного зрения и сеть роботов в целях замены процесса сканирования баркодов на своих торговых складах. Это позволяет ускорить поиск и выдачу нужных товаров. Экспертами прогнозируется мощный рост рынка роботов и искусственного интеллекта в ближайшее десятилетие.

Внедрение искусственного интеллекта в различные бизнессферы начинается, как было показано выше, со сбора и обработки необходимых данных и трансформирования и систематизации их в нужный структурированный вид. Следующим шагом является разработка ИИ-алгоритмов, которые будут способны к самообучению. Здесь необходимы квалифицированные ИТ-специалисты, которые смогут научить систему искусственного интеллекта всем необходимым для компании или бизнеса действиям. Сегодня на рынке создано достаточно большое количество готовых ИИ-решений, которые помогут настроить алгоритмы искусственного интеллекта быстрее и качественнее.

После получения необходимой информации от системы искусственного интеллекта осуществляется перестройка всех технических или бизнес-процессов, на которые оказывают влияние алгоритмы ИИ. На этом этапе, бесспорно, требуется участие не только машин, но и человека. Однако в дальнейшем ИИ сам способен оптимизировать свою работу.